コマンドを実行して出力したプロットを見ると「なんじゃこりゃ」と思わず呟きそうになる2軸のboxplotです。かなり革新的で挑戦的なプロットです。 理解するのに戸惑うプロットですが、立体的に考えると「なるほど」と思う表現です。ただ、本プロットを用いて第３者への説明はかなり注意かつ慎重になる必要があります。プロットをそのまま、平面で考えると戸惑います。 実行コマンドでは各データの要約を掲載しています。是非ともプロットと見比べて謎解きをしていただければと思います。 バージョンは1.3.0。windows 11のR version 4.1.3で確認しています。22.04.19:内容更新 パッケージのインストール下記コマンドを実行してください。 #パッケージのインストール install.packages("boxplotdbl")実行コマンド詳細はコメント、パッケージヘルプを確認してください。 #

ピクトグラムは情報や避難口などの注意標識などで利用され、人や動物などの図で表現される絵文字の一種です。多くの人が共通に認識できる素晴らしい表現方法の1つだと思います。ヒト型ピクトグラムでデータを表現できるパッケージを紹介します。 本パッケージではヒト型ピクトグラムが11種類収録されています。種類は出力例に紹介しますので参考にしてください。 ピクトグラムと聞くと、生存戦略しましょうか！でおなじみの「輪るピングドラム」を何故か思い出します。絵柄がとっつきにくいかもしれませんが、非常にオススメのアニメです。 輪るピングドラムオフィシャルページ http://penguindrum.jp/ 本パッケージですが、バージョンアップでピクトグラムの種類が増えるようです。今後が楽しみなパッケージの一つです。 パッケージのバージョンは0.1.1。実行コマンドはR version 3.2.2で確認しています。

定性的データ、定量的データの組合せと散布図などを同時にプロットしデータセットの特徴を探索的に把握するのに便利な「UpSetR」パッケージです。少々、使い方に癖がありますが「使用データ例を最小構成」に出力例を紹介します。 パッケージのバージョンは1.4.0。 windows11のR version 4.1.2で確認しています 。 実行コマンドに必要なパッケージのインストール下記コマンドを実行してください。 install.packages("UpSetR")実行コマンドの紹介詳細はコメント、パッケージヘルプを確認してください。 #パッケージの読み込み library("UpSetR") #####準備##################### #データ例の作成 TestData <- data.frame(Group = paste0("Group", 1:100), Data1 = sam

Googleアカウントをお持ちであれば、RからGoogleスプレッドシートの操作ができる「googlesheets」パッケージを紹介します。本パッケージで新規スプレッドシートの作成、ダウンロード、アップロード、削除などが可能です。 スプレッドシートはGoogleドライブに保存されますので、情報共有がラクラクです。 パッケージバージョン0.1.0。R version 3.2.2でコマンドを確認しています。 パッケージのインストール下記、コマンドを実行してください。 #パッケージのインストール install.packages("googlesheets")実行コマンドの紹介詳細はコメントまたはパッケージヘルプを確認してください。 #パッケージの読み込み library("googlesheets") ###準備##### #データ例の作成 TestData <- data.frame(Nam

#パッケージの読み込み library("treemap") #データ例の作成 n <- 300 TestData <- data.frame(index1 = rep(c("パソコン", "モバイル", "タブレット"), each = 9, length = n), index2 = paste0("訪問回数.", sample(1:10, 30, replace = TRUE)), data = sample(5:30, n, replace = TRUE)) #treemapのプロット:treemapコマンド #MACで日本語文字化け防止:fontfamily.hogehogeオプション #fontfamily.labels = "HiraKakuProN-W3", fontfamily.title = "HiraKakuProN-W3", fontfamily.legend =

もはや、ウェブ解析にはなくてはならないソフトになりつつあるRですが、ネット上の情報は応用が多くなかなか基本的な情報を見つけるのは困難です。今回は解析の際には、絶対必要なデータフレームから必要なデータを抽出する例を紹介します。 解析の前準備・ライブラリ XLConnectの導入 https://www.karada-good.net/analyticsr/r-3/ 想定データは以下の画像を参照してください。 紹介するRのコードコードはエクセルデータを読み込み、行名に含まれる単語で必要な行を抽出し、そのデータをエクセルで出力する内容となっています。解析する際に入力する必要がある箇所は下記の通りです。＊紹介するコード内で表示されている内容です。適時変更ください。 fileName <- “テスト” #出力ファイル名Gtexy <-  c(“2w”) #抽出する単語の設定ADRange_SE <-